PLTranslationEmpirical
看穿 LLM 代码翻译的坑，用数据帮你避雷
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 54
核心亮点
- 基于 ICSE 2024 顶会论文，缺陷分类体系严谨，有学术背书
- 提供完整实验数据和复现脚本，可直接验证论文结论
- 聚焦代码翻译缺陷这一细分场景，数据粒度细，实用性强
不足之处
- 文档/社区待观察
- 仅提供静态数据集，未集成可交互的演示或在线工具
适用场景
- 学术研究：复现论文实验，深入分析 LLM 翻译缺陷模式
- 工具评估：对比不同 LLM 的代码翻译质量，选择更可靠的模型
- 教学素材：用于软件工程课程中讲解 LLM 代码生成的局限
替代项目
CodeXGLUE、TransCoder、CodeTransBench
同类项目推荐
fiftyone
开源
可视化管好数据集，快速揪出模型错误，让视觉AI更可靠
Refine high-quality datasets and visual AI models
datamimic
开源
按模型一键造出合规可复现的测试数据
Model-driven synthetic test data for CI/CD and analytics - deterministic, privacy-pr···
dataset-generator
开源
配好字段规则，一键生成逼真演示数据集
AI Dataset Generator – Create realistic datasets for demos, learning, and dashboard···
plinder
开源
统一蛋白质-配体数据与评测，让模型对比更公平
Protein Ligand INteraction Dataset and Evaluation Resource
DeepEcho
开源
用深度学习生成逼真的时间序列数据，解决数据稀缺问题。
Synthetic Data Generation for mixed-type, multivariate time series.
tfrecord
开源
不装 TensorFlow 也能读写 TFRecord，直接接 PyTorch
Standalone TFRecord reader/writer with PyTorch data loaders
awesome-japanese-nlp-resources
开源
一份清单搞定日语 NLP 工具、模型与语料检索
A curated list of resources for Japanese natural language processing (NLP): Python l···
VPSCI-Dataset
开源
真实车人冲突场景数据，直接喂给自动驾驶安全模型
VPSCI（Vehicle–Pedestrian Safety-Critical Interaction）Dataset
freshqa
开源
测测你的AI模型，能否答对最新鲜的问题
Data and code for FreshLLMs (https://arxiv.org/abs/2310.03214)